استفاده از هوش مصنوعی و تحلیل کلاندادهها در مدیریت منابع آب، کشاورزی، حملونقل و پروژههای شهری میتواند ضمن افزایش دقت تصمیمگیری، از هدررفت منابع، بروز حوادث و اجرای طرحهای کمبازده جلوگیری کند. باشگاه خبرنگاران جوان - مصطفی جعفری، مدیرعامل یک شرکت دانش بنیان و یک فعال حوزه فناوری در گفتوگو با خبرنگار علمی باشگاه خبرنگاران جوان با تشریح ظرفیتهای هوش مصنوعی در مدیریت منابع آب و توسعه زیرساختهای شهری، از اجرای پروژه «حسابداری آب» خبر داد و گفت: در این طرح، با ارزشگذاری اقتصادی آب در بخشهای مختلف از جمله کشاورزی و صنعت، میزان مصرف و ارزش ریالی آن بهصورت دقیق محاسبه و تحلیل میشود. وی با بیان اینکه یکی از مهمترین چالشهای کشور، موضوع حقابههای زیستمحیطی و کشاورزی است، افزود: در بسیاری از موارد، درباره رسیدن یا نرسیدن حقابهها میان دستگاههای مختلف اختلاف نظر وجود دارد. برای رفع این چالش، دادههای متعددی از جمله تصاویر ماهوارهای، اطلاعات ایستگاههای پایش و سایر دادههای محیطی در کنار یکدیگر قرار میگیرند و هوش مصنوعی با تحلیل این کلاندادهها، صحت یا نادرستی ادعاها را بررسی و نتیجه را در قالب گزارش ارائه میکند. وی ادامه داد: در بخش کشاورزی نیز سامانه حسابداری آب، میزان مصرف آب را در سطح هر مزرعه و حتی هر قطعه زراعی بررسی میکند تا مشخص شود آیا مصرف آب متناسب با نیاز واقعی محصول بوده یا بیش از حد استاندارد انجام شده است. پس از این مرحله، متخصصان حوزه حسابداری آب، ارزش اقتصادی آب مصرفشده را محاسبه کرده و در صورت تشخیص مصرف غیربهینه، راهکارهای اصلاح الگوی مصرف را در اختیار بهرهبردار قرار میدهند تا ضمن افزایش بهرهوری، ارزش افزوده بیشتری از تولید محصول حاصل شود. این فعال حوزه فناوری با اشاره به نقش کلیدی هوش مصنوعی در پردازش اطلاعات اظهار کرد: حجم بالای دادههای حاصل از تصاویر ماهوارهای، ایستگاههای زمینی، سنسورها و سایر منابع، از توان تحلیل انسانی خارج است و هوش مصنوعی با استفاده از زیرساختهای پردازشی و پردازندههای گرافیکی (GPU)، این دادهها را تجمیع، تحلیل و به اطلاعات قابل استفاده برای تصمیمگیری تبدیل میکند. وی درباره تأمین دادههای مورد نیاز نیز گفت: اطلاعات مورد استفاده از منابع مختلفی مانند تصاویر ماهوارهای، ایستگاههای پایش، دادههای دستگاههای اجرایی و همچنین سنسورها و تجهیزات نصبشده در مزارع و واحدهای تولیدی جمعآوری میشود. در برخی مزارع این تجهیزات وجود دارد و در برخی دیگر، اطلاعات از منابع عمومی و ملی تأمین میشود. هوش مصنوعی با یکپارچهسازی این دادهها، الگوهای قابل تعمیم را در مقیاس منطقهای و ملی استخراج میکند. وی همچنین به کاربرد هوش مصنوعی در مدیریت شهری اشاره کرد و افزود: یکی از طرحهای پیشنهادی، استفاده از «دوقلوی دیجیتال ترافیک» است. در این روش، پیش از اجرای پروژههای عمرانی مانند احداث تقاطع، دوربرگردان، گذرگاه یا نصب چراغ راهنمایی، تمامی آثار احتمالی آن بر جریان ترافیک، مصرف سوخت و شبکه معابر در محیطی مجازی شبیهسازی و تحلیل میشود تا بهترین تصمیم پیش از اجرای پروژه اتخاذ شود. وی ادامه داد: این فناوری تنها به محدوده اجرای پروژه محدود نمیشود، بلکه تأثیر آن را بر معابر و گرههای ترافیکی اطراف نیز بررسی میکند و امکان ارزیابی دقیقتر نتایج را فراهم میسازد. این فعال حوزه فناوری درباره کاربرد دیگر هوش مصنوعی در صنعت گفت: استفاده از سامانههای پیشبینی و نگهداری پیشگیرانه، امکان شناسایی خرابی تجهیزات پیش از وقوع حادثه را فراهم میکند. بهعنوان نمونه، همانگونه که برای خودرو زمان تعویض روغن یا قطعات مصرفی مشخص است، در صنایع نیز با تحلیل مستمر دادههای عملکرد تجهیزات، میتوان زمان مناسب تعمیر یا تعویض قطعات را پیش از بروز خرابی پیشبینی و از توقف فعالیت یا وقوع حادثه جلوگیری کرد. وی در پایان تأکید کرد: شرط اصلی موفقیت هوش مصنوعی، دسترسی به دادههای دقیق و گسترده است؛ چرا که هرچه حجم و کیفیت دادهها بیشتر باشد، تحلیلها دقیقتر و تصمیمگیریها مؤثرتر خواهد بود.
